B Brain Computer C I Interfaces f (BCI) Ing. Fabio Aloise Seminario per Seminari er il ccorso rs di Bioingegneria Bi in e neria Prof.ssa Serenella Salinari Cos’èè il Brain Computer Interfaces Cos y Un'interfaccia cervello-computer è un sistema di comunicazione che non si avvale dei normali output periferici cerebrali, muscoli e sistema nervoso, ma riconosce lo stato mentale del soggetto, fra un insieme discreto di stati possibili. Come funziona Modification of Brain Signals Signal Features Psychological Effort (I t ti ) (Intention) Classification Of Intent O te t feedback strategy com mputer trraining use er trainin ng appropriate feature extraction Environment Metodi di neuroimaging y Il riconoscimento degli stati mentali può avvenire tramite diverse tecniche di neuroimaging come ad esempio: neuroimaging, ◦ Tomografia ad emissione di positroni (PET) ◦ Risonanza Ri magnetica i ffunzionale i l (fMRI) ◦ Tomografia ad emissione di fotone singolo (SPECT) ◦ Magnetoencefalografia (MEG) ◦ Spettroscopia ad infrarossi (NIRS) ◦ Elettroencefalogramma multicanale (EEG) LL’Elettroencefalografia Elettroencefalografia L'elettroencefalografia g ((EEG)) è la registrazione g dell'attività elettrica dell'encefalo. La tecnica è stata inventata nel 1929 da Hans Berger y L'EEG è una misura del flusso di corrente extracellulare che viene generato dalla somma delle attività di un elevato numero di neuroni.i I potenziali i li di superficie fi i sono principalmente i i l il risultato i l dell'attività dei neuroni corticali piramidali disposti in corrispondenza dell'area corticale sottostante l'elettrodo. L'EEG rileva la differenza di potenziale elettrico tra un elettrodo, posto al di sopra della sede dove si svolge l'attività neurale, e un elettrodo indifferente, collocato ad una certa distanza dal primo. y ◦ Pro x Buona risoluzione temporale x Basso costo x Dimensione dei sistemi di acquisizione ◦ Contro x Bassa risoluzione spaziale x Necessita di un gel per abbassare le impedenze tra elettrodo e cute Segnali di controllo per sistemi BCI basati sui segnali EEG y Esistono diversi tipi di segnali di controllo i più noti sono: ◦ ◦ ◦ ◦ Slow Cortical Potential (SCP) Steady State Evoked Potentials (SSEP) P300 Event related de/synchronitation (ERD/ERS o Ritmi SMR) S ) Slow Cortical Potential (SCP) I potenziali corticali lenti sono lente variazioni di potenziale registrate a livello della corteccia cerebrale, il cui range di q varia tra 1 e 2Hz. frequenza y Variazioni negative del potenziale corticale vengono associate ad attività motorie, mentre variazioni positive corrispondono i d a una diminuizione di i i i dell’attività corticale. y Stedy State Visual Evoked Potential (SSVEP) Il potenziale t i l evocato t visivo, i i è un potenziale t i l che h riflette i meccanismi elettrofisiologici del pprocesso di elaborazione dell’informazione visiva a livello cerebrale. y A secondo della frequenza di stimolazione la risposta i evocata può ò essere transiente i (frequenza (f < 2Hz) o di tipo steady-state (frequenza > 6 Hz). y L L’utilizzo utilizzo di questo potenziale nel contesto BCI consiste nel presentare più sorgenti luminose lampeggianti a frequenze diverse, associando a ciascuna i di esse una ffunzione. i Ch Che il soggetto potrà attivare semplicemente fissando la sorgente corretta. y Il potenziale evento correlato P300 y y y Il potenziale evento correlato P300 è un potenziale EEG positivo generato a circa 300 d 300ms dallo ll stimolo, ti l è un segnale l EEG stabile e riproducibile Viene elicitato attraverso il paradigma “oddball” Esso è generato nella zona mesiale dello scalpo Il paradigma Oddball Si basa sulla presentazione di uno stimolo raro (Target) all’interno di un insieme di stimoli frequenti (no-Target). (no Target) y Durante la stimolazione viene richiesto al soggetto di contare il numero di occorrenze dello stimolo raro ( Task attiva) i ) y Vengono g usati stimoli con caratteristiche fisiche diverse per lo stimolo raro e il q frequente y I sistemi BCI basati sul potenziale P300 Nell BCI viene N i esteso il paradigma di Oddb ll Oddball, in quanto gli stimoli non vengono più distinti tra di loro per le caratteristiche per l’informazione che essi fisiche ma bensì p veicolano y Una U tipica ti i applicazione li i BCI basata b t sulla ll P300 è l’utilizzo di una tastiera virtuale in cui le righe e le colonne vengono fatte illuminare in maniera random y I ritmi Sensorimotori (SMR (SMR)[1] )[1] I ritmi Sensorimotori sono associati alle aree corticali direttamente legate ai canali motori naturali del cervello. y Include una serie di segnali g compresi p tra gli 8Hz e i 32Hz. y ◦ ◦ ◦ ◦ Ritmo mu (8-13Hz) (8 13Hz) Freq. Sensori-motorie(12-15Hz) Banda Beta centrale (13-26Hz) ( a 32Hz)) Ritmo ggamma (fino I ritmi Sensorimotori (SMR) [2] y y y In corrispondenza del movimento o della preparazione dello stesso si ha un decremento dei ritmi Mu e Beta detto “Event-Related Desyncronitation” (ERD). Successivamente in corrispondenza del rilassamento si verifica invece un incremento dei ritmi “Event-Related Event-Related Syncronitation Syncronitation” (ERS). La peculiarità dei ritmi sensorimotori risiede nel fatto che sono naturalmente collegati alle aree cerebrali proprie del moviemento. moviemento I ritmi Sensorimotori (SMR) [3] I ritmi SMR sono potenziabili tramite allenamento. y Sono generati non solo in corrispondenza g , ma anche dalla sola dell’azione eseguita, immaginazione dell’azione stessa. y Ciò permette tt di utilizzare tili questi ti ritmi it i come features del BCI y Riferimenti y Prof.ssa Serenella Salinari [email protected] y Ing. Fabio Aloise [email protected]